239 artículos
La informática de la salud une la tecnología de la información con la práctica médica para mejorar cómo gestionamos y analizamos los datos de pacientes. En este campo, los expertos diseñan sistemas que facilitan el acceso a historiales clínicos, optimizan la toma de decisiones y aceleran la investigación, todo con el objetivo final de brindar una atención más segura y personalizada.
En Gist.Science, nos enfocamos en el contenido fresco que llega desde medRxiv, la principal plataforma de prepublicaciones para ciencias médicas. Procesamos cada nuevo preprint en esta categoría para ofrecerte resúmenes técnicos detallados junto con explicaciones en lenguaje sencillo, asegurando que los hallazgos más recientes sean comprensibles para todos. A continuación, encontrarás los últimos artículos publicados en este ámbito.
Este estudio demuestra que el análisis de aprendizaje automático de los cambios basales y dinámicos tempranos en los perfiles inmunitarios periféricos, en lugar de los recuentos absolutos tras dos ciclos, puede predecir los resultados de supervivencia en pacientes con cáncer de pulmón de células pequeñas en etapa extensa tratados con inmunoquimioterapia.
Este artículo presenta PCGS, un marco de red neuronal de grafos explicable que integra datos ómicos y clínicos multimodales para identificar biomarcadores y grupos de riesgo para cánceres pediátricos como el glioma y el tumor de Wilms mediante el aprovechamiento de los valores de Shapley para la atribución de características.
Este estudio factorial demuestra que en las interacciones de los LLM médicos, los usuarios son ligeramente más propensos a adoptar sugerencias incorrectas de una fuente con un título de especialista pero con baja precisión declarada que de un estudiante con alta precisión declarada, lo que resalta que las revisiones de respuestas tras los desafíos del usuario no deben tratarse automáticamente como segundas opiniones independientes.
Un análisis de datos clínicos rutinarios de un gran hospital del Reino Unido revela que los adultos con múltiples afecciones crónicas experimentan vías de atención no programada más complejas, incluyendo estancias más largas, mayor mortalidad y diferentes patrones de transferencia de sala en comparación con aquellos que no presentan dichas afecciones, lo que sugiere que pueden estar recibiendo una atención subóptima.
El estudio presenta DXA Agent, un flujo de trabajo agéntico que optimiza el modelado de la densidad mineral ósea al equilibrar el rendimiento predictivo con la carga de medición, demostrando que los modelos rentables superan a los enfoques convencionales en el UK Biobank manteniendo resultados comparables en NHANES.
Este estudio de métodos mixtos aleatorizado revela que la confianza y la preferencia de los oncólogos por las revisiones de literatura generadas por IA dependen más de las características del diseño del informe —como la concisión, las citas verificables y la incertidumbre explícita— que de la precisión por sí sola, como lo evidencia la calificación de utilidad significativamente menor para los informes con gradación de evidencia en comparación con los formatos estándar, a pesar de tener una calidad de referencias similar.
Este estudio demuestra que un codificador DistilBERT ajustado y computacionalmente eficiente es una solución más viable y rentable para la detección de auto-reparaciones en el habla espontánea para el cribado clínico que los grandes LLM generativos, los cuales varían significativamente en rendimiento y sensibilidad a los prompts.
Este estudio presenta y valida ET-Emb, un nuevo marco de inteligencia artificial multimodal que integra datos clínicos estructurados con incrustaciones de texto no estructurado para predecir con precisión estrategias de tratamiento personalizadas y óptimas para pacientes con carcinoma hepatocelular.
Este artículo demuestra que las políticas de aprendizaje por refuerzo fuera de línea para el manejo de la sepsis en la UCI mantienen señales de apoyo a la decisión estables y sensibles a la acción bajo desplazamientos de severidad fuera de la distribución crecientes, como lo evidencian las tasas de supervivencia predichas por el modelo consistentes y la mejora en las puntuaciones de estabilización fisiológica a pesar del declive en los resultados clínicos observados.
Este artículo evalúa la extracción de conceptos clínicos y la vinculación de terminología basada en evidencia a través de un estudio piloto multisitio, demostrando que, si bien el rendimiento de la extracción varía significativamente según los criterios de concordancia, la disponibilidad de la evidencia recuperada influye críticamente en las decisiones de vinculación y que los términos inicialmente no coincidentes suelen representar conceptos existentes plausibles en lugar de verdadera novedad ontológica.